基于Hadoop的海量圖像檢索的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近幾年來(lái)，人民的生活水平日益提高，人民的生活質(zhì)量不斷增加，正在步入小康社會(huì)的大眾，已經(jīng)不滿足于物質(zhì)的要求，日益追求新的精神追求。人們?nèi)諠u喜歡旅游、踏青等活動(dòng)?，F(xiàn)代各種數(shù)碼相機(jī)、攝相機(jī)以及各種互聯(lián)網(wǎng)設(shè)備軟件的普及在很大程度上方便了人們的外出等照相的要求。不僅如此，近幾年來(lái)蓬勃發(fā)展的網(wǎng)絡(luò)，其圖像數(shù)據(jù)也在無(wú)限的增長(zhǎng)，比如眾所周知的Facebook,圖像的總?cè)萘恳呀?jīng)達(dá)到1.5TB。圖片作為最有感觀的信息源之一，其數(shù)量呈指數(shù)增長(zhǎng)，傳統(tǒng)的相片檢索技

2、術(shù)已經(jīng)不滿足于快速增長(zhǎng)的海量數(shù)碼相片的處理需求。因此，從雜亂無(wú)章、數(shù)量龐大的數(shù)據(jù)中高效、快速的處理檢索圖片是當(dāng)今社會(huì)的需求。
　　隨著數(shù)據(jù)量的無(wú)限增加，傳統(tǒng)的技術(shù)框架不能滿足快速增長(zhǎng)的數(shù)據(jù)量，如淘寶網(wǎng)，天貓，唯品會(huì)，聚美優(yōu)品等一系列網(wǎng)址，圖片的存數(shù)量已經(jīng)達(dá)到PB級(jí)別，并且不斷的在擴(kuò)大。Hadoop的海量數(shù)據(jù)的存儲(chǔ)管理HDFS和并行框架MapReduce提供了處理海量數(shù)碼相片的平臺(tái)。Hadoop云平臺(tái)的出現(xiàn)為海量圖像檢索技術(shù)提供了更

3、高效、快速的技術(shù)支持。
　　本文通過(guò)Hadoop云平臺(tái)下，對(duì)海量的數(shù)碼相片做分布式計(jì)算，提取圖片的SURF特征，對(duì)圖片的SURF特征進(jìn)行K-Means聚類分析，利用bag-of-word模型對(duì)特征向量進(jìn)行統(tǒng)一聚類分析，根據(jù)LSH哈希算法，將相似的圖片映射到不同的哈希桶中，等待前臺(tái)數(shù)據(jù)的檢索。前臺(tái)中根據(jù)傳入的圖片，對(duì)圖片進(jìn)行特征提取，找到對(duì)應(yīng)的哈希桶，將哈希桶中圖片取出，檢索相似的數(shù)碼相片。同時(shí)本文對(duì)K—Means聚類方法做了相應(yīng)的